Modelamiento Binomial y Fórmula de Bernoulli
⏱️ 00:00
⬅ Volver

Modelamiento Binomial y Fórmula de Bernoulli


Fundamentar decisiones en situaciones de incerteza a partir del modelo binomial.
Identificar parámetros (n, k, p), calcular probabilidades puntuales y extremas,
y determinar la esperanza matemática y varianza del experimento.


Ejemplo

Ejemplo de Cálculo de Probabilidad Puntual:
Una moneda cargada tiene un 60% de probabilidad de salir sello (p=0,6). Se lanza 4 veces (n=4).
¿Probabilidad de obtener exactamente 2 sellos (k=2)?
Fórmula: P(X=k) = C(n, k) * p^k * (1-p)^(n-k)
P(X=2) = C(4, 2) * (0,6)^2 * (0,4)^(4-2)
P(X=2) = 6 * 0,36 * 0,16 = 0,3456

Ejemplo de Esperanza Matemática:
Si se lanza 10 veces la misma moneda (n=10, p=0,6):
E(X) = n * p = 10 * 0,6 = 6 sellos en promedio.

Explicación

Una distribución binomial modela experimentos aleatorios con 3 características clave:

  • Hay un número fijo de ensayos (n).
  • Cada ensayo tiene solo dos resultados mutuamente excluyentes: éxito (p) o fracaso (1-p).
  • Los ensayos son independientes entre sí.

Fórmula de Bernoulli: P(X=k) = C(n, k) * p^k * (1-p)^(n-k)
Donde C(n, k) es el coeficiente combinatorio (las combinaciones posibles de tener k éxitos en n ensayos).

Esperanza Matemática: Es el promedio de éxitos que esperas obtener si repites el experimento muchas veces. Se calcula como E(X) = n * p.

Varianza: Mide la dispersión de los datos respecto a la media. Se calcula como V(X) = n * p * (1-p).


1) En un tratamiento médico experimental, la probabilidad de que el paciente se cure es de un 80%. Si se eligen 7 casos al azar, ¿cuál es la probabilidad de que todos los 7 que el paciente se cure? (Recuerda la fórmula: P(X=k) = C(n, k) * p^k * (1-p)^(n-k))

Selecciona una opción: